> ML_ALGORITHM // KALMAN-FILTER-EXTENDED-UNSCENTED_v1.0

Kalman Filtresi (Doğrusal, EKF ve UKF)

Gauss gürültüsüne maruz kalan doğrusal dinamik sistemler için kılavuzluk ve navigasyonda yaygın olarak kullanılan en uygun özyinelemeli Bayesci durum tahmin algoritması.

State Space Dynamic Estimationbayesian-probabilistichigh-intrinsicsmall (<1k)

Tüm Algoritmalara Dön

Hesaplama Karmaşıklığı

Eğitim (Training):Recursive online updates

Çıkarım (Inference):O(state_dim^3) matrix inversion per timestep

Donanım Karakteristiği

CPU Uygunluğu:Evet

GPU Zorunluluğu:Hayır

Bellek Ayak İzi:low

Açıklanabilirlik ve Veri

Açıklanabilirlik Düzeyi:high-intrinsic

Eğitim Verisi İhtiyacı:small (<1k)

Açıklanabilirlik Değerlendirmesi

Kalman Kazancı, ölçüm sürprizinin önceki model belirsizliğine karşı nasıl dengelendiğini açıkça niceliklendirir.

Uygun Görevler ve Desteklenen Modaliteler

Uygun Görevler:

state estimationsensor fusiontarget tracking

Desteklenen Modaliteler:

time-series

Uygulayıcı Kütüphaneler

filterpy

SciPySciPy Community / NumFOCUS · v1.14.1

İncele

Temel Literatür & Yayınlar

Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler

Genişletilmiş Kalman Filtresi (EKF) birinci dereceden Taylor açılımı, geçiş doğrusalsızlıkları şiddetli olduğunda ıraksar (UKF kullanılmalıdır)